阿里员工最常用的问题排查工具单

旧城等待， 2021-07-31 20:17 432阅读 0赞

优质文章，及时送达

![640?wx\_fmt=jpeg][640_wx_fmt_jpeg]

作者 | 红魔七号

链接 | https://urlify.cn/aiqYni

这是一篇来源于阿里内部技术论坛的文章，原文在阿里内部获得一致好评。作者已经把这篇文章开放到云栖社区中供外网访问。Hollis对文章内容做了部分删减，主要删减掉了其中只有阿里内部才能使用的工具的介绍，并删减掉部分只有通过阿里内网才能访问到的链接。

![640][]

前言

![640][640 1]

平时的工作中经常碰到很多疑难问题的处理，在解决问题的同时，有一些工具起到了相当大的作用，在此书写下来，一是作为笔记，可以让自己后续忘记了可快速翻阅，二是分享，希望看到此文的同学们可以拿出自己日常觉得帮助很大的工具，大家一起进步。

闲话不多说，开搞。

![640][]

Linux命令类

![640][640 1]

tail

最常用的tail -f

tail -300f shopbase.log #倒数300行并进入实时监听文件写入模式

#### grep ####

grep forest f.txt     #文件查找
    grep forest f.txt cpf.txt #多文件查找
    grep 'log' /home/admin -r -n #目录下查找所有符合关键字的文件
    cat f.txt | grep -i shopbase    
    grep 'shopbase' /home/admin -r -n --include *.{vm,java} #指定文件后缀
    grep 'shopbase' /home/admin -r -n --exclude *.{vm,java} #反匹配
    seq 10 | grep 5 -A 3    #上匹配
    seq 10 | grep 5 -B 3    #下匹配
    seq 10 | grep 5 -C 3    #上下匹配，平时用这个就妥了
    cat f.txt | grep -c 'SHOPBASE'

#### awk ####

1 基础命令

awk '{print $4,$6}' f.txt
    awk '{print NR,$0}' f.txt cpf.txt    
    awk '{print FNR,$0}' f.txt cpf.txt
    awk '{print FNR,FILENAME,$0}' f.txt cpf.txt
    awk '{print FILENAME,"NR="NR,"FNR="FNR,"$"NF"="$NF}' f.txt cpf.txt
    echo 1:2:3:4 | awk -F: '{print $1,$2,$3,$4}'

2 匹配

awk '/ldb/ {print}' f.txt   #匹配ldb
    awk '!/ldb/ {print}' f.txt  #不匹配ldb
    awk '/ldb/ && /LISTEN/ {print}' f.txt   #匹配ldb和LISTEN
    awk '$5 ~ /ldb/ {print}' f.txt #第五列匹配ldb

3 内建变量

NR:NR表示从awk开始执行后，按照记录分隔符读取的数据次数，默认的记录分隔符为换行符，因此默认的就是读取的数据行数，NR可以理解为Number of Record的缩写。

FNR:在awk处理多个输入文件的时候，在处理完第一个文件后，NR并不会从1开始，而是继续累加，因此就出现了FNR，每当处理一个新文件的时候，FNR就从1开始计数，FNR可以理解为File Number of Record。

NF: NF表示目前的记录被分割的字段的数目，NF可以理解为Number of Field。

Tips：关注微信公众号：Java后端，每日获取博文的推送。

#### find ####

sudo -u admin find /home/admin /tmp /usr -name \*.log(多个目录去找)
    find . -iname \*.txt(大小写都匹配)
    find . -type d(当前目录下的所有子目录)
    find /usr -type l(当前目录下所有的符号链接)
    find /usr -type l -name "z*" -ls(符号链接的详细信息 eg:inode,目录)
    find /home/admin -size +250000k(超过250000k的文件，当然+改成-就是小于了)
    find /home/admin f -perm 777 -exec ls -l {} \; (按照权限查询文件)
    find /home/admin -atime -1  1天内访问过的文件
    find /home/admin -ctime -1  1天内状态改变过的文件    
    find /home/admin -mtime -1  1天内修改过的文件
    find /home/admin -amin -1  1分钟内访问过的文件
    find /home/admin -cmin -1  1分钟内状态改变过的文件    
    find /home/admin -mmin -1  1分钟内修改过的文件

#### pgm ####

批量查询vm-shopbase满足条件的日志

pgm -A -f vm-shopbase 'cat /home/admin/shopbase/logs/shopbase.log.2017-01-17|grep 2069861630'

#### tsar ####

tsar是咱公司自己的采集工具。很好用, 将历史收集到的数据持久化在磁盘上，所以我们快速来查询历史的系统数据。当然实时的应用情况也是可以查询的啦。大部分机器上都有安装。

tsar  ###可以查看最近一天的各项指标

![640][640 2]

tsar --live ###可以查看实时指标，默认五秒一刷

![640][640 3]

tsar -d 20161218 ###指定查看某天的数据，貌似最多只能看四个月的数据

![640][640 4]

tsar --mem
    tsar --load
    tsar --cpu
    ###当然这个也可以和-d参数配合来查询某天的单个指标的情况

![640][640 5]

![640][640 6]

![640][640 7]

#### top ####

top除了看一些基本信息之外，剩下的就是配合来查询vm的各种问题了

ps -ef | grep java
    top -H -p pid

获得线程10进制转16进制后jstack去抓看这个线程到底在干啥

#### 其他 ####

netstat -nat|awk  '{print $6}'|sort|uniq -c|sort -rn 
    #查看当前连接，注意close_wait偏高的情况，比如如下

![640][640 8]

![640][640 9]

![640][]

排查利器

![640][640 1]

btrace

首当其冲的要说的是btrace。真是生产环境&预发的排查问题大杀器。简介什么的就不说了。直接上代码干

1、查看当前谁调用了ArrayList的add方法，同时只打印当前ArrayList的size大于500的线程调用栈

@OnMethod(clazz = "java.util.ArrayList", method="add", location = @Location(value = Kind.CALL, clazz = "/.*/", method = "/.*/"))
    public static void m(@ProbeClassName String probeClass, @ProbeMethodName String probeMethod, @TargetInstance Object instance, @TargetMethodOrField String method) {
       if(getInt(field("java.util.ArrayList", "size"), instance) > 479){
           println("check who ArrayList.add method:" + probeClass + "#" + probeMethod  + ", method:" + method + ", size:" + getInt(field("java.util.ArrayList", "size"), instance));
           jstack();
           println();
           println("===========================");
           println();
       }
    }

2、监控当前服务方法被调用时返回的值以及请求的参数

@OnMethod(clazz = "com.taobao.sellerhome.transfer.biz.impl.C2CApplyerServiceImpl", method="nav", location = @Location(value = Kind.RETURN))
    public static void mt(long userId, int current, int relation, String check, String redirectUrl, @Return AnyType result) {
       println("parameter# userId:" + userId + ", current:" + current + ", relation:" + relation + ", check:" + check + ", redirectUrl:" + redirectUrl + ", result:" + result);
    }

更多内容，感兴趣的请移步：https://github.com/btraceio/btrace

注意:

1.  经过观察，1.3.9的release输出不稳定，要多触发几次才能看到正确的结果
2.  正则表达式匹配trace类时范围一定要控制，否则极有可能出现跑满CPU导致应用卡死的情况
3.  由于是字节码注入的原理，想要应用恢复到正常情况，需要重启应用。

#### Greys ####

说几个挺棒的功能(部分功能和btrace重合):

`sc -df xxx`: 输出当前类的详情,包括源码位置和classloader结构

`trace class method`: 相当喜欢这个功能! 很早前可以早JProfiler看到这个功能。打印出当前方法调用的耗时情况，细分到每个方法。

#### javOSize ####

就说一个功能`classes`：通过修改了字节码，改变了类的内容，即时生效。所以可以做到快速的在某个地方打个日志看看输出，缺点是对代码的侵入性太大。但是如果自己知道自己在干嘛，的确是不错的玩意儿。

其他功能Greys和btrace都能很轻易做的到，不说了。

#### JProfiler ####

之前判断许多问题要通过JProfiler，但是现在Greys和btrace基本都能搞定了。再加上出问题的基本上都是生产环境(网络隔离)，所以基本不怎么使用了，但是还是要标记一下。

![640][]

大杀器

![640][640 1]

eclipseMAT

可作为eclipse的插件，也可作为单独的程序打开。

![640][]

java三板斧，噢不对，是七把

![640][640 1]

jps

我只用一条命令：

sudo -u admin /opt/taobao/java/bin/jps -mlvV

![640][640 10]

#### jstack ####

普通用法:

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstack 2815

![640][640 11]

native+java栈:

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstack -m 2815

![640][640 12]

#### jinfo ####

可看系统启动的参数，如下

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jinfo -flags 2815

![640][640 13]

#### jmap ####

两个用途

1.查看堆的情况

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -heap 2815

![640][640 14]

![640][640 15]

2.dump

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -dump:live,format=b,file=/tmp/heap2.bin 2815

或者

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -dump:format=b,file=/tmp/heap3.bin 2815

3.看看堆都被谁占了? 再配合zprofiler和btrace，排查问题简直是如虎添翼

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -histo 2815 | head -10

![640][640 16]

#### jstat ####

jstat参数众多，但是使用一个就够了

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstat -gcutil 2815 1000

![640][640 17]

#### jdb ####

时至今日，jdb也是经常使用的。 `sudo -u admin /opt/taobao/java/bin/jdb -attach 8000`.

![640][640 18]

出现以上代表jdb启动成功。后续可以进行设置断点进行调试。

#### CHLSDB ####

CHLSDB感觉很多情况下可以看到更好玩的东西，不详细叙述了。查询资料听说jstack和jmap等工具就是基于它的。

sudo -u admin /opt/taobao/java/bin/java -classpath /opt/taobao/java/lib/sa-jdi.jar sun.jvm.hotspot.CLHSDB

更详细的可见R大此贴

![640][]

plugin of intellij idea

![640][640 1]

key promoter

快捷键一次你记不住，多来几次你总能记住了吧？

![640][640 19]

#### maven helper ####

分析maven依赖的好帮手。

![640][]

VM options

![640][640 1]

1、你的类到底是从哪个文件加载进来的？

-XX:+TraceClassLoading
    结果形如[Loaded java.lang.invoke.MethodHandleImpl$Lazy from D:\programme\jdk\jdk8U74\jre\lib\rt.jar]

2、应用挂了输出dump文件

-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/home/admin/logs/java.hprof

![640][]

jar包冲突

![640][640 1]

把这个单独写个大标题不过分吧？每个人或多或少都处理过这种烦人的case。我特么下边这么多方案不信就搞不定你?

mvn dependency:tree > ~/dependency.txt

打出所有依赖

mvn dependency:tree -Dverbose -Dincludes=groupId:artifactId

只打出指定groupId和artifactId的依赖关系

-XX:+TraceClassLoading

vm启动脚本加入。在tomcat启动脚本中可见加载类的详细信息

-verbose

vm启动脚本加入。在tomcat启动脚本中可见加载类的详细信息

greys:sc

greys的sc命令也能清晰的看到当前类是从哪里加载过来的

tomcat-classloader-locate

通过以下url可以获知当前类是从哪里加载的

![640][]

其他

![640][640 1]

dmesg

如果发现自己的java进程悄无声息的消失了，几乎没有留下任何线索，那么dmesg一发，很有可能有你想要的。

sudo dmesg|grep -i kill|less

去找关键字oom\_killer。找到的结果类似如下:

[6710782.021013] java invoked oom-killer: gfp_mask=0xd0, order=0, oom_adj=0, oom_scoe_adj=0
    [6710782.070639] [<ffffffff81118898>] ? oom_kill_process+0x68/0x140 
    [6710782.257588] Task in /LXC011175068174 killed as a result of limit of /LXC011175068174 
    [6710784.698347] Memory cgroup out of memory: Kill process 215701 (java) score 854 or sacrifice child 
    [6710784.707978] Killed process 215701, UID 679, (java) total-vm:11017300kB, anon-rss:7152432kB, file-rss:1232kB

以上表明，对应的java进程被系统的OOM Killer给干掉了，得分为854.  
解释一下OOM killer（Out-Of-Memory killer），该机制会监控机器的内存资源消耗。当机器内存耗尽前，该机制会扫描所有的进程（按照一定规则计算，内存占用，时间等），挑选出得分最高的进程，然后杀死，从而保护机器。

dmesg日志时间转换公式:  
log实际时间=格林威治1970-01-01+(当前时间秒数-系统启动至今的秒数+dmesg打印的log时间)秒数：

date -d "1970-01-01 UTC `echo "$(date +%s)-$(cat /proc/uptime|cut -f 1 -d' ')+12288812.926194"|bc ` seconds"

剩下的，就是看看为什么内存这么大，触发了OOM-Killer了。

![640][]

新技能get

![640][640 1]

RateLimiter

想要精细的控制QPS? 比如这样一个场景，你调用某个接口，对方明确需要你限制你的QPS在400之内你怎么控制？这个时候RateLimiter就有了用武之地。详情可移步http://ifeve.com/guava-ratelimite

--------------------

\-END-

如果看到这里，说明你喜欢这篇文章，请 **转发** **、点赞**。微信搜索「web\_resource」，关注后回复「进群」或者扫描下方二维码即可进入无广告交流群。

**↓扫描二维码进群↓**

![640?wx\_fmt=png][640_wx_fmt_png]

--------------------

**推** **荐** **阅** **读 **

***2.***

***4. ***

***5.***

[640_wx_fmt_jpeg]: /images/20210731/989d97bd811f45eeb3b9061a14202df3.png?wx_fmt=jpeg
[640]: /images/20210731/aa40c4611d524b7cb73ae692044e4274.png
[640 1]: /images/20210731/e9757da300b34bfab25c2000af45d11a.png
[640 2]: /images/20210731/ea7f27b8d3ef4727a18d7f026913983b.png
[640 3]: /images/20210731/90462080bb6242219571340b94041e54.png
[640 4]: /images/20210731/3a78d0772e0a4ccaaa1162cebcc15e8a.png
[640 5]: /images/20210731/cbe5af8d5b6f42e79691ad57ab32ae25.png
[640 6]: /images/20210731/8ead9c36084848c483c9cc871a96bc8f.png
[640 7]: /images/20210731/7003b31328b04678a7485ea653d413db.png
[640 8]: /images/20210731/7e88a142bce441cbb16af93615a2ab73.png
[640 9]: /images/20210731/a0588d70731948b09990e79e4134d250.png
[640 10]: /images/20210731/d7a842da7160402385616df739809901.png
[640 11]: /images/20210731/f2e765a5415647b1800194d808b712d7.png
[640 12]: /images/20210731/5ec77a443f304927a9eedf8ac1d4dea6.png
[640 13]: /images/20210731/ff35bfc3cac44952b746f3d1c0afc592.png
[640 14]: /images/20210731/41f06f94c1b5485eb41798065bd3f736.png
[640 15]: /images/20210731/f5b536504efe4f8588549fe422bc5d4d.png
[640 16]: /images/20210731/641f292731e6426a917b503260253762.png
[640 17]: /images/20210731/05334e77831944f8b07ab6e47c181e9e.png
[640 18]: /images/20210731/4b3001432809427d9637a7a8e5d934a8.png
[640 19]: /images/20210731/1c6226c7a82541998392bdbaa724f74c.png
[640_wx_fmt_png]: /images/20210731/9611bf37f9364ffd9ffef6d8d847083b.png?wx_fmt=png